Technologiebedrijven kopen grote hoeveelheden fysieke boeken om ze te digitaliseren voor AI-training. In sommige gevallen worden de originele boeken daarna vernietigd. Maar hoe groot is dit fenomeen werkelijk, en wat betekent het voor ons culturele erfgoed?
Worden onze boeken een databank voor kunstmatige intelligentie?
Boeken hebben eeuwenlang de kennis en het geheugen van de mensheid bewaard. Nu worden ze ook een belangrijke bron van trainingsgegevens voor bedrijven die kunstmatige intelligentie ontwikkelen. Vooral oude, zeldzame en moeilijk digitaal beschikbare werken lijken daarbij interessant.
Een bericht van Futurism uit juli 2026 bracht een opmerkelijke ontwikkeling onder de aandacht: AI-bedrijven zouden grote hoeveelheden tweedehands en zeldzame boeken kopen, de inhoud ervan laten scannen en sommige fysieke exemplaren vervolgens vernietigen. De boeken zouden worden gebruikt om AI-modellen slimmer te maken. (Futurism)
De vraag die hierdoor ontstaat, is ongemakkelijk: als een boek wordt gekocht, gedigitaliseerd en daarna vernietigd, wie beheert dan uiteindelijk de kennis die het bevatte?
Hoe worden miljoenen boeken gescand?
Een van de meest concrete voorbeelden komt uit een rechtszaak rond Anthropic, het bedrijf achter Claude.
Uit gerechtelijke documenten die tijdens een auteursrechtzaak openbaar werden, bleek dat Anthropic in het kader van een project met de naam “Project Panama” miljoenen fysieke boeken had gekocht. De boeken werden opengesneden om de pagina’s los te maken. Daarna werden ze met industriële scanners gedigitaliseerd. De oorspronkelijke boeken zouden vervolgens zijn vernietigd. (The Atlantic, Forbes, Futurism)
De economische logica achter deze methode is eenvoudig. Een boek met een intacte band pagina voor pagina scannen is vaak omslachtiger dan een boek waarvan de pagina’s al zijn losgemaakt. Voor grootschalige digitalisering kan het verwijderen van de boekband daarom tijd en kosten besparen.
Maar er is een belangrijk onderscheid. De documenten over Anthropic tonen een concreet voorbeeld van destructieve digitalisering. Ze bewijzen niet dat alle grote AI-bedrijven dezelfde methode gebruiken.
ISBNdb: miljoenenaankopen en privacy
Een andere naam die in deze discussie naar voren kwam, is ISBNdb. Het bedrijf staat bekend als een dienst die boekinformatie verzamelt en beschikbaar stelt aan boekhandelaren, bibliotheken en distributeurs.
Volgens berichten van Futurism en 404 Media werd op de website van ISBNdb in 2026 een dienst aangeboden waarmee AI-ontwikkelaars grote hoeveelheden fysieke boeken konden aanschaffen. Daarbij zou het mogelijk zijn geweest om per bestelling tussen de 1.000 en 1 miljoen boeken te verkrijgen. De identiteit van de koper zou daarbij vertrouwelijk blijven. (Futurism, 404 Media)
In de promotietekst werd gesteld dat boeken een waardevolle bron van trainingsgegevens zijn en dat oudere, gedrukte boeken een voordeel hebben. Een van de argumenten was dat boeken die vóór de opkomst van generatieve AI waren gepubliceerd, minder risico zouden lopen op door AI gegenereerde inhoud.
Toch moet ook hier voorzichtig worden omgegaan met de feiten.
Volgens een artikel van The Atlantic uit augustus 2026 verklaarde ISBNdb tegenover journalisten dat de dienst nooit daadwerkelijk was uitgevoerd. De website zou slechts zijn opgezet om de belangstelling van de markt te testen. Het bedrijf ontkende boeken te hebben gekocht, gescand of vernietigd. De promotiepagina werd later verwijderd. (The Atlantic)
Daarom is het niet correct om te stellen dat ISBNdb daadwerkelijk miljoenen boeken heeft opgekocht en vernietigd.
Waarom vooral boeken van vóór 2022?
De belangstelling voor oudere boeken heeft ook te maken met de kwaliteit van AI-trainingsgegevens.
Nu door AI gegenereerde teksten steeds vaker op internet verschijnen, maken onderzoekers en technologiebedrijven zich zorgen over de kwaliteit van datasets waarmee nieuwe modellen worden getraind. In de inmiddels verwijderde promotietekst van ISBNdb werd aangevoerd dat oudere gedrukte boeken minder kans hadden om door AI gegenereerde inhoud te bevatten.
Maar de bewering dat ieder boek dat vóór 2022 is gedrukt volledig door een mens is geschreven, gaat verder dan de beschikbare bewijzen. De publicatiedatum van een boek bewijst op zichzelf niet dat de volledige tekst door een mens is geschreven.
Ook betekent het feit dat een boek geschikt is als trainingsmateriaal niet dat het zeldzaam of van grote historische waarde is.
Anthropic benadrukte bovendien dat het geen programma zou hebben opgezet om zeldzame en antieke boeken te vernietigen. Het bedrijf maakte onderscheid tussen moeilijk verkrijgbare academische boeken en waardevolle historische exemplaren. (The Atlantic, Futurism)
Zijn zeldzame boeken werkelijk in gevaar?
Het antwoord is nog niet definitief. Maar de zorgen zijn niet volledig ongegrond.
Boekhandelaren in de Verenigde Staten en Europa zouden de afgelopen tijd te maken hebben gekregen met ongewoon grote bestellingen. Ook in Nederland zijn dergelijke verzoeken gemeld.
Volgens een artikel van NL Times uit juni 2026 ontving een antiquaar in Haarlem een lijst met ongeveer 3.000 boeken, afkomstig van een bedrijf dat aan Singapore werd gelinkt. De lijst bestond uit Engelstalige boeken die op ISBN-nummer waren gerangschikt. (NL Times)
Dit soort voorbeelden suggereert dat de aankoop van fysieke boeken voor AI-training een reële commerciële activiteit kan zijn. Maar een grote bestelling bewijst niet dat de boeken daarna noodzakelijkerwijs worden gescand en vernietigd.
Het grootste risico ontstaat wanneer het gaat om boeken waarvan geen andere exemplaren bestaan. Zelfs wanneer een boek volledig wordt gedigitaliseerd, blijft het fysieke exemplaar meer dan alleen een drager van tekst.
De manier waarop het boek is gedrukt, het papier, de band, eventuele aantekeningen en de historische context kunnen allemaal deel uitmaken van de waarde ervan.
Amazon en de onbeantwoorde vragen
In augustus 2026 publiceerde Futurism een bericht dat was gebaseerd op onderzoek van 404 Media. Daarin werd beweerd dat boeken in een magazijn van Amazon in Nevada werden opengesneden, gescand en vervolgens vernietigd.
Volgens het onderzoek had een boekhandelaar een AirTag in een boek geplaatst om een verdachte bestelling te volgen. De zending zou uiteindelijk bij een Amazon-magazijn zijn aangekomen. (Futurism, 404 Media)
Amazon verklaarde tegenover 404 Media dat het boeken via commerciële kanalen aankocht en deze gebruikte voor het verbeteren van producten en diensten die aan klanten worden aangeboden. Het bedrijf gaf geen uitgebreide openbare toelichting over de vraag of de boeken zeldzame werken waren of dat ze allemaal voor AI-training werden vernietigd.
Daarom blijven verschillende vragen onbeantwoord:
- Welke AI-bedrijven kopen daadwerkelijk fysieke boeken?
- Hoeveel boeken zijn gescand en hoeveel zijn vernietigd?
- Bevonden zich unieke eerste drukken of antieke werken onder de aangekochte boeken?
- In welke AI-modellen zijn de digitale kopieën gebruikt?
- Hoe worden auteursrechten en regels rond cultureel erfgoed toegepast?
Is de digitalisering van kennis een bedreiging?
Digitalisering biedt grote mogelijkheden om boeken te bewaren en toegankelijk te maken. Een digitale kopie kan ervoor zorgen dat de inhoud beschikbaar blijft wanneer een fysiek exemplaar beschadigd raakt.
Maar een digitale kopie draagt niet altijd de volledige waarde van een fysiek boek over.
Vooral bij zeldzame boeken betekent “de inhoud is gered” niet automatisch dat “het werk is bewaard”. De fysieke aanwezigheid van een boek maakt deel uit van zijn geschiedenis, productiewijze en culturele betekenis.
Dat AI-bedrijven steeds meer gegevens nodig hebben, is begrijpelijk. Maar die behoefte betekent niet dat alle gedrukte werken ter wereld uitsluitend in digitale systemen zouden moeten bestaan.
De belangrijkste vraag is misschien wel deze:
Als de kennis van de mensheid wordt verzameld in de datacenters van enkele grote technologiebedrijven, wie bepaalt dan wie toegang heeft tot die kennis — en wie verantwoordelijk is voor het behoud ervan?
